CN105825486B - 美颜处理的方法及装置 - Google Patents
美颜处理的方法及装置 Download PDFInfo
- Publication number
- CN105825486B CN105825486B CN201610204861.0A CN201610204861A CN105825486B CN 105825486 B CN105825486 B CN 105825486B CN 201610204861 A CN201610204861 A CN 201610204861A CN 105825486 B CN105825486 B CN 105825486B
- Authority
- CN
- China
- Prior art keywords
- face
- character information
- running parameter
- attributive character
- characteristic area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims abstract description 31
- 210000000056 organ Anatomy 0.000 claims description 33
- 230000006870 function Effects 0.000 claims description 18
- 238000004321 preservation Methods 0.000 claims description 15
- 238000003062 neural network model Methods 0.000 claims description 12
- 230000001960 triggered effect Effects 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 8
- 238000009877 rendering Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 22
- 230000036544 posture Effects 0.000 description 30
- 238000005516 engineering process Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000003796 beauty Effects 0.000 description 7
- 238000003672 processing method Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000005286 illumination Methods 0.000 description 5
- 210000001061 forehead Anatomy 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 235000013399 edible fruits Nutrition 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 210000000887 face Anatomy 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 241001396014 Priacanthus arenatus Species 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000005312 nonlinear dynamic Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
Classifications
-
- G06T5/77—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
- G06V40/175—Static expression
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Abstract
本公开是关于美颜处理的方法及装置。该方法包括:识别图像中人脸上至少一个特征区域;根据特征区域的属性特征信息,确定特征区域的美颜变化参数,其中,不同的属性特征信息对应不同的美颜变化参数值;根据确定的所述美颜变化参数,对所述图像进行美颜处理。该技术方案中,可根据特征区域的不同的属性特征信息进行不同的美颜处理,这样,美颜效果更具有个性化,更能突显人脸的区别特征,提高了美颜处理后的图像质量。
Description
技术领域
本公开涉及智能终端技术领域,尤其涉及美颜处理的方法及装置。
背景技术
目前,智能终端上都装有一些美颜应用,这些美颜应用可对图像中的人脸进行美颜处理,包括:将眼睛变大,皮肤变白,以及将脸变瘦等等中一种或多种。
在美颜处理过程中,一般可根据人脸,确定出对应的性别和年龄,然后,根据性别和年龄来确定美颜变化参数,最后进行美颜处理,这样,相同年龄以及相同性别的人脸对应的美颜变化参数是一致的,从而,美颜处理后的图像效果也较类似。
发明内容
本公开实施例提供了美颜处理的方法及装置。所述技术方案如下:
根据本公开实施例的第一方面,提供一种美颜处理的方法,可包括:
识别图像中人脸上至少一个特征区域;
根据特征区域的属性特征信息,确定特征区域的美颜变化参数,其中,不同的属性特征信息对应不同的美颜变化参数值;
根据确定的所述美颜变化参数,对所述图像进行美颜处理。
可见,可根据特征区域的不同的属性特征信息进行不同的美颜处理,这样,美颜效果更具有个性化,更能突显人脸的区别特征,提高了美颜处理后的图像质量。
在一个实施例中,所述根据特征区域的属性特征信息,确定特征区域的美颜变化参数包括:
通过神经网络模型识别,获取所述特征区域的属性特征信息;
根据保存的属性特征信息与美颜变化参数之间的对应关系,确定与所述特征区域中属性特征信息对应的美颜变化参数。
可见,多种方式可获取特征区域的属性特征信息,这样,美颜处理过程比较灵活,并且,当通过神经网络模型识别获取特征区域的属性特征信息,更能适应在不同的光照和不同的人脸姿态的图像中获取特征区域的属性特征信息,提高了获取的精确性。
在一个实施例中,所述识别图像中人脸上至少一个特征区域之前,还包括:
配置所述属性特征信息与美颜变化参数之间的对应关系,并进行保存。
可根据应用场景,人脸特征来设置属性特征信息与美颜变化参数之间的对应关系,从而进行美颜处理,提高了美颜处理的应用,也进一步提高了用户的体验。
在一个实施例中,所述配置所述属性特征信息与美颜变化参数之间的对应关系可包括:
当所述属性特征信息为第一器官类型时,配置的美颜变化参数为保持所述第一器官类型;
当所述属性特征信息为第一表情时,配置的美颜变化参数为保持所述第一表情;
当所述属性特征信息为第一姿态时,配置的美颜变化参数为保持所述第一姿态。
可见,对于特定的器官类型、表情、或者姿态,在美颜处理时都可以保持,这样使得美颜效果更加自然以及个性化。
在一个实施例中,所述配置所述属性特征信息与美颜变化参数之间的对应关系还可包括:
当所述属性特征信息为年龄时,配置与每个年龄段对应的美颜变化参数;
当所述属性特征信息为性别时,配置与每种性别对应的美颜变化参数;
当所述属性特征信息为种族时,配置与每种种族对应的美颜变化参数。
可见,不同的年龄、性别、或者种族,对应不同的美颜处理,进一步提高了美颜处理效果。
在一个实施例中,所述根据特征区域的属性特征信息,确定特征区域的美颜变化参数之前,还可包括:
呈现进行深度美颜的功能选项;
当所述功能选项被触发时,根据特征区域的属性特征信息,确定特征区域的美颜变化参数。
可见,可由户来选择是否进行深度美颜,是否根据特征区域的属性特征信息进行美颜处理,增加了美颜处理的灵活性,也提高了用户的体验。
在一个实施例中,所述属性特征信息可包括:属性类信息和特征类信息,其中,所述属性类信息包括:性别、种族、表情、姿态和肤色中的一种或多种,所述特征类信息包括:所述特征区域的类型,形状和大小中的一种或多种。
可见,属性特征信息有多种,并且灵活可选,这样,能针对不同的属性特征信息进行不同的美颜处理,进一步提高美颜处理后的图像质量。
根据本公开实施例的第二方面,提供一种美颜处理的装置,包括:
识别模块,用于识别图像中人脸上至少一个特征区域;
确定模块,用于根据特征区域的属性特征信息,确定特征区域的美颜变化参数,其中,不同的属性特征信息对应不同的美颜变化参数值;
处理模块,用于根据所述确定模块确定的所述美颜变化参数,对所述图像进行美颜处理。
可见,美颜处理的装置可根据特征区域的不同的属性特征信息进行不同的美颜处理,这样,美颜效果更具有个性化,更能突显人脸的区别特征,提高了美颜处理后的图像质量。
在一个实施例中,所述确定模块可包括:
获取子模块,用于通过神经网络模型识别,获取所述特征区域的属性特征信息,所述属性特征信息包括:属性类信息和特征类信息,其中,所述属性类信息包括:性别、种族、表情、姿态和肤色中的一种或多种,所述特征类信息包括:所述特征区域的类型,形状和大小中的一种或多种;
确定子模块,用于根据保存的属性特征信息与美颜变化参数之间的对应关系,确定与所述特征区域中属性特征信息对应的美颜变化参数。
可见,获取子模块可通过多种方式可获取特征区域的属性特征信息,这样,美颜处理过程比较灵活,并且,当获取子模块通过神经网络模型识别获取特征区域的属性特征信息,更能适应在不同的光照和不同的人脸姿态的图像中获取特征区域的属性特征信息,提高了获取的精确性。
在一个实施例中,所述装置还可包括:
配置保存模块,用于配置所述属性特征信息与美颜变化参数之间的对应关系,并进行保存。
可根据应用场景,人脸特征来设置属性特征信息与美颜变化参数之间的对应关系,从而进行美颜处理,提高了美颜处理的应用,也进一步提高了用户的体验。
在一个实施例中,所述配置保存模块可包括:
第一配置子模块,用于当所述属性特征信息为第一器官类型时,配置的美颜变化参数为保持所述第一器官类型;
第二配置子模块,用于当所述属性特征信息为第一表情时,配置的美颜变化参数为保持所述第一表情;
第三配置子模块,用于当所述属性特征信息为第一姿态时,配置的美颜变化参数为保持所述第一姿态。
可见,对于特定的器官类型、表情、或者姿态,在美颜处理时都可以保持,这样使得美颜效果更加自然以及个性化。
在一个实施例中,所述配置保存模块还可包括:
第四配置子模块,用于当所述属性特征信息为年龄时,配置与每个年龄段对应的美颜变化参数;
第五配置子模块,用于当所述属性特征信息为性别时,配置与每种性别对应的美颜变化参数;
第六配置子模块,用于当所述属性特征信息为种族时,配置与每种种族对应的美颜变化参数。
可见,不同的年龄、性别、或者种族,对应不同的美颜处理,进一步提高了美颜处理效果。
在一个实施例中,所述装置还可包括:
呈现调用模块,用于呈现进行深度美颜的功能选项,并当所述功能选项被触发时,调用所述确定模块。
可见,可由户来选择是否进行深度美颜,是否根据特征区域的属性特征信息进行美颜处理,增加了美颜处理的灵活性,也提高了用户的体验。
根据本公开实施例的第三方面,提供一种美颜处理的装置,用于终端,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
识别图像中人脸上至少一个特征区域;
根据特征区域的属性特征信息,确定特征区域的美颜变化参数,其中,不同的属性特征信息对应不同的美颜变化参数值;
根据确定的所述美颜变化参数,对所述图像进行美颜处理。
本公开的实施例提供的技术方案可以包括以下有益效果:
上述技术方案中,可根据特征区域的不同的属性特征信息进行不同的美颜处理,这样,美颜效果更具有个性化,更能突显人脸的区别特征,提高了美颜处理后的图像质量。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的美颜处理方法的流程图。
图2是根据一示例性实施例一示出的美颜处理方法的流程图。
图3是根据一示例性实施例二示出的美颜处理方法的流程图。
图4是根据一示例性实施例示出的美颜处理装置的框图。
图5是根据一示例性实施例三示出的美颜处理装置的框图。
图6是根据一示例性实施例四示出的美颜处理装置的框图。
图7是根据一示例性实施例示出的一种用于美颜处理的装置1200的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开实施例提供的技术方案,可根据特征区域的不同的属性特征信息进行不同的美颜处理,这样,美颜效果更具有个性化,更能突显人脸的区别特征,提高了美颜处理后的图像质量。
图1是根据一示例性实施例示出的美颜处理方法的流程图,如图1所示,包括以下步骤S101-S103:
在步骤S101中,识别图像中人脸上至少一个特征区域。
通过摄像头获取到图像后,或者从保存的数据库中获取到图像后,可采用人脸识别技术识别图像中的人脸,以及人脸上的特征区域。
人脸识别技术是基于人的脸部特征,对输入的图像,首先判断其是否存在人脸,如果存在人脸,则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息等等。
这样,通过人脸识别技术,可先识别出图像中的人脸,然后可识别出人脸上的一个,两个或多个特征区域,例如:识别出人脸上的鼻子,眼睛,额头,脸部等特征区域。
在步骤S102中,根据特征区域的属性特征信息,确定特征区域的美颜变化参数。
特征区域包括:鼻子,眼睛,嘴巴、额头,脸部、耳朵等中的一个。那么,特征区域就有对应的属性特征信息。例如:眼睛的形状是丹凤眼且比较大,鼻子比较小,脸部的皮肤比较黑有皱纹等等,因此,性特征信息包括:属性类信息和特征类信息,其中,属性类信息包括:性别、种族、表情、姿态和肤色中的一种或多种,特征类信息包括:特征区域的类型,形状和大小中的一种或多种。
本公开实施中,可继续通过人脸识别技术,获取特征区域的属性特征信息,即通过人脸特征点识别,获取特征区域的属性特征信息。
或者,采用经网络模型识别,获取特征区域的属性特征信息。由于神经网络(Neural Networks,NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。神经网络具有大规模并行、分布式存储和处理、自组织、自适应和自学能力,特别适合处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题。这样,训练出的神经网络模型,可识别人脸上特征区域的属性特征信息。并且,由于神经网络可以得到更好的模型,这样,更能适应在不同的光照和不同的人脸姿态的图像中获取特征区域的属性特征信息,提高了获取的精确性。
可见,根据保存的属性特征信息与美颜变化参数之间的对应关系,确定与特征区域中属性特征信息对应的美颜变化参数。然后,可根据保存的属性特征信息与美颜变化参数之间的对应关系,确定与特征区域中属性特征信息对应的美颜变化参数。
因此,本公开实施例中,已配置属性特征信息与美颜变化参数之间的对应关系,并进行保存。在进行属性特征信息与美颜变化参数之间的对应关系的配置时,可以依据以下原则,包括:根据原有的器官类型,保持原有的器官类型,例如眼睛本来为丹凤眼,希望保持整体眼型。如有表情,不希望造成表情不自然,比如眯着眼笑时,不希望做过大程度的大眼。如有姿态时,注意保持变换的协调,避免不自然,如侧脸时两侧瘦脸变换程度应该不同。
因此,在进行属性特征信息与美颜变化参数之间的对应关系的配置过程中,可包括:当属性特征信息为第一器官类型时,配置的美颜变化参数为保持第一器官类型;当属性特征信息为第一表情时,配置的美颜变化参数为保持第一表情;当属性特征信息为第一姿态时,配置的美颜变化参数为保持第一姿态。
这样,对于特定的器官类型、表情、或者姿态,在美颜处理时都可以保持,这样使得美颜效果更加自然以及个性化。
当然,在属性特征信息与美颜变化参数之间的对应关系时,还可依据不同年龄、性别、种族的喜好进行参数设置。例如:有些种族的五官比例不是很协调,这样,可修补已有比例问题,如下巴过长,鼻子过短等。因此,配置属性特征信息与美颜变化参数之间的对应关系还可包括:当属性特征信息为年龄时,配置与每个年龄段对应的美颜变化参数;当属性特征信息为性别时,配置与每种性别对应的美颜变化参数;当属性特征信息为种族时,配置与每种种族对应的美颜变化参数。这样,不同的年龄、性别、或者种族,对应不同的美颜处理,进一步提高了美颜处理效果。
配置并保存了属性特征信息与美颜变化参数之间的对应关系后,可根据保存的属性特征信息与美颜变化参数之间的对应关系,确定与特征区域中属性特征信息对应的美颜变化参数。例如:获取的眼睛的属性特征信息中包括丹凤眼,若丹凤眼是第一器官类型,则根据保存的关系,可确定对应的美颜变化参数为保持第一器官类型。获取的脸部的属性特征信息中包括35岁,则可对应的美颜变化参数为与35岁年龄段对应的美颜变化参数。可见,不同的属性特征信息对应不同的美颜变化参数值。
在步骤S103中,根据确定的美颜变化参数,对图像进行美颜处理。
由于已经确定了特征区域的美颜变化参数,则可根据确定的美颜变化参数,对图像进行美颜处理。具体地可根据确定的美颜变化参数,进行美颜变化计算,从而得到美颜后的图像。
可见,可根据特征区域的不同的属性特征信息进行不同的美颜处理,这样,美颜效果更具有个性化,更能突显人脸的区别特征,提高了美颜处理后的图像质量。
本公开一实施例中,还可以由户来选择是否进行深度美颜,即选择是否根据特征区域的属性特征信息,确定特征区域的美颜变化参数,然后进行美颜处理,因此,根据特征区域的属性特征信息,确定特征区域的美颜变化参数之前,还包括:呈现进行深度美颜的功能选项;当功能选项被触发时,根据特征区域的属性特征信息,确定特征区域的美颜变化参数。即当用户选择进行深度美颜时,才会据特征区域的属性特征信息,确定特征区域的美颜变化参数。否则,还可以根据现有技术进行美颜处理,即根据识别出的性别和年龄进行美颜处理,而不是针对特征区域的属性特征信息进行美颜处理。这样增加了美颜处理的灵活性,也提高了用户的体验
下面将操作流程集合到具体实施例中,举例说明本公开实施例提供的方法。
实施例一,本实施例中,已配置了属性特征信息与美颜变化参数之间的对应关系,并进行保存。
图2是根据一示例性实施例一示出的美颜处理方法的流程图,如图2所示,包括以下步骤S201-S204:
在步骤S201中,识别图像中人脸上至少一个特征区域。
通过人脸识别技术,识别图像中人脸,以及人脸上鼻子,眼睛,额头等中一个或多个特征区域。
在步骤S202中,通过神经网络模型识别,获取特征区域的属性特征信息。
由于神经网络可以得到更好的模型,这样,更能适应在不同的光照和不同的人脸姿态的图像中获取特征区域的属性特征信息,因此,通过神经网络模型识别,获取特征区域的属性特征信息。
在步骤S203中,根据保存的属性特征信息与美颜变化参数之间的对应关系,确定与特征区域中属性特征信息对应的美颜变化参数。
已经保存了属性特征信息与美颜变化参数之间的对应关系,其中,在进行对应关系配置时,当属性特征信息为第一器官类型时,配置的美颜变化参数为保持第一器官类型;当属性特征信息为第一表情时,配置的美颜变化参数为保持第一表情;当属性特征信息为第一姿态时,配置的美颜变化参数为保持第一姿态。
这样,获取的眼睛的属性特征信息中包括丹凤眼,若丹凤眼是第一器官类型,则根据保存的关系,可确定对应的美颜变化参数为保持第一器官类型。获取的脸部的属性特征信息中包括微笑眯眼表情,该微笑眯眼表情是第一表情,则确定可对应的美颜变化参数为维持微笑眯眼表情。
在步骤S204中,根据确定的美颜变化参数,对图像进行美颜处理。
这里,可根据确定的美颜变化参数,对图像进行美颜处理。
可见,本实施例中,对于特定的器官类型、表情、或者姿态,在美颜处理时都可以保持,这样使得美颜效果更加自然以及个性化,进一步提高了美颜处理后的图像效果。
实施例二、本实施例中,已配置了属性特征信息与美颜变化参数之间的对应关系,并进行保存。
图3是根据一示例性实施例二示出的美颜处理方法的流程图,如图3所示,包括以下步骤S301-S307:
在步骤S301中,识别图像中人脸上至少一个特征区域。
通过人脸识别技术,识别图像中人脸,以及人脸上鼻子,眼睛,额头等中一个或多个特征区域。
在步骤S302中,呈现提醒环境质量异常的功能选项。
本实施例中,可由用户来需在是否进行深度美颜处理。
在步骤S303中,判断功能选项是否被触发?若是,执行步骤S304,否则,执行步骤S307。
在步骤S304中,通过人脸特征点识别,获取特征区域的属性特征信息。
可继续通过人脸识别技术,获取特征区域的属性特征信息。
在步骤S305中,根据保存的属性特征信息与美颜变化参数之间的对应关系,确定与特征区域中属性特征信息对应的美颜变化参数。
已经保存了属性特征信息与美颜变化参数之间的对应关系,其中,在进行对应关系配置时,当属性特征信息为年龄时,配置与每个年龄段对应的美颜变化参数;当属性特征信息为性别时,配置与每种性别对应的美颜变化参数;当属性特征信息为种族时,配置与每种种族对应的美颜变化参数。例如:当属性特征信息包括白种人时,确定美颜变化参数为修改已有的五官比例以及对应的值,包括将下巴修短,将鼻子修长等等。
在步骤S306中,根据确定的美颜变化参数,对图像进行美颜处理。
不同的属性特征信息对应不同的美颜变化参数以及不同的美颜变化参数值,从而,根据确定的美颜变化参数,对图像进行美颜处理。这样,美颜处理流程结束。
在步骤S307中,根据识别出的人脸的性别和年龄,对图像进行美颜处理。
这里,由于用户没有选择进行深度美颜,那即可按照现有的技术进行美颜处理,也节省了流程。
可见,本实施例中,可由户来选择是否进行深度美颜,是否根据特征区域的属性特征信息进行美颜处理,增加了美颜处理的灵活性,也提高了用户的体验。
下述为本公开装置实施例,可以用于执行本公开方法实施例。
图4是根据一示例性实施例示出的美颜处理的框图,该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图4所示,该美颜处理装置包括:识别模块410、确定模块420和处理模块430。其中,
识别模块410,被配置为识别图像中人脸上至少一个特征区域。
确定模块420,被配置为根据特征区域的属性特征信息,确定特征区域的美颜变化参数,其中,不同的属性特征信息对应不同的美颜变化参数值。
处理模块430,被配置为根据确定模块确定的美颜变化参数,对图像进行美颜处理。
可见,美颜处理的装置可根据特征区域的不同的属性特征信息进行不同的美颜处理,这样,美颜效果更具有个性化,更能突显人脸的区别特征,提高了美颜处理后的图像质量。
在本公开一个实施例中,确定模块420可包括:获取子模块和确定子模块,其中,获取子模块,被配置为通过神经网络模型识别,获取特征区域的属性特征信息,属性特征信息包括:属性类信息和特征类信息,其中,属性类信息包括:性别、种族、表情、姿态和肤色中的一种或多种,特征类信息包括:特征区域的类型,形状和大小中的一种或多种;而确定子模块,被配置为根据保存的属性特征信息与美颜变化参数之间的对应关系,确定与特征区域中属性特征信息对应的美颜变化参数。
可见,获取子模块可通过多种方式可获取特征区域的属性特征信息,这样,美颜处理过程比较灵活,并且,当获取子模块通过神经网络模型识别获取特征区域的属性特征信息,更能适应在不同的光照和不同的人脸姿态的图像中获取特征区域的属性特征信息,提高了获取的精确性。
在本公开一个实施例中,美颜处理的装置还可包括:配置保存模块,被配置为配置属性特征信息与美颜变化参数之间的对应关系,并进行保存。这样,可根据应用场景,人脸特征来设置属性特征信息与美颜变化参数之间的对应关系,从而进行美颜处理,提高了美颜处理的应用,也进一步提高了用户的体验。
具体地,配置保存模块可包括多个配置子模块,其中,第一配置子模块,被配置为当属性特征信息为第一器官类型时,配置的美颜变化参数为保持第一器官类型;第二配置子模块,被配置为当属性特征信息为第一表情时,配置的美颜变化参数为保持第一表情;第三配置子模块,被配置为当属性特征信息为第一姿态时,配置的美颜变化参数为保持第一姿态。这样,对于特定的器官类型、表情、或者姿态,在美颜处理时都可以保持,这样使得美颜效果更加自然以及个性化。
当然,配置保存模块还可包括:第四配置子模块,被配置为当属性特征信息为年龄时,配置与每个年龄段对应的美颜变化参数;第五配置子模块,被配置为当属性特征信息为性别时,配置与每种性别对应的美颜变化参数;第六配置子模块,被配置为当属性特征信息为种族时,配置与每种种族对应的美颜变化参数。从而,不同的年龄、性别、或者种族,对应不同的美颜处理,进一步提高了美颜处理效果。
在本公开一个实施例中,美颜处理的装置还可包括:呈现调用模块,被配置为呈现进行深度美颜的功能选项,并当功能选项被触发时,调用确定模块。这样,可由户来选择是否进行深度美颜,是否根据特征区域的属性特征信息进行美颜处理,增加了美颜处理的灵活性,也提高了用户的体验。
下面将操作流程集合到具体实施例中,举例说明本公开实施例提供的装置。
实施例三,图5是根据一示例性实施例三示出的美颜处理的框图,如图5所示,该装置包括:识别模块510、确定模块520、处理模块530和配置保存模块540。其中,确定模块520包括:获取子模块521和确定子模块522。而配置保存模块540包括:第一配置子模块541,第二配置子模块542以及第三配置子模块543
本实施例中,配置保存包括540配置属性特征信息与美颜变化参数之间的对应关系,并进行保存。其中,当属性特征信息为第一器官类型时,第一配置子模块541配置的美颜变化参数为保持第一器官类型。当属性特征信息为第一表情时,第二配置子模块542配置的美颜变化参数为保持第一表情。当属性特征信息为第一姿态时,第三配置子模块543配置的美颜变化参数为保持第一姿态。
从而,识别模块510可采用人脸识别技术,识别图像中人脸上至少一个特征区域。然后,确定模块520中的获取子模块521通过神经网络模型识别,获取特征区域的属性特征信息。而确定子模块522可根据配置保存模块540中保存的属性特征信息与美颜变化参数之间的对应关系,确定与特征区域中属性特征信息对应的美颜变化参数。例如:获取的眼睛的属性特征信息中包括丹凤眼,若丹凤眼是第一器官类型,则根据保存的关系,确定子模块522可确定对应的美颜变化参数为保持第一器官类型。
处理模块530可根据确定的美颜变化参数,对图像进行美颜处理。
可见,本实施例中,对于特定的器官类型、表情、或者姿态,在美颜处理时都可以保持,这样使得美颜效果更加自然以及个性化,进一步提高了美颜处理后的图像效果。
实施例四,图6是根据一示例性实施例四示出的美颜处理的框图,如图6所示,该装置包括:识别模块610、确定模块620、处理模块630、配置保存模块640以及呈现调用模块650。其中,确定模块620包括获取子模块621和确定子模块622。配置保存包括640包括:第四配置子模块644、第五配置子模块645以及第六配置子模块646。
这样,配置保存模块640配置属性特征信息与美颜变化参数之间的对应关系,并进行保存。其中,当属性特征信息为年龄时,第四配置子模块644配置与每个年龄段对应的美颜变化参数;当属性特征信息为性别时,第五配置子模块645配置与每种性别对应的美颜变化参数;当属性特征信息为种族时,第六配置子模块646配置与每种种族对应的美颜变化参数。
从而,识别模块610可采用人脸识别技术,识别图像中人脸上至少一个特征区域。然后,呈现调用模块650,呈现进行深度美颜的功能选项,并当功能选项被触发时,调用确定模块620。
确定模块620中的获取子模块621可继续通过人脸识别技术,获取特征区域的属性特征信息。而确定子模块622可根据配置保存模块640中保存的属性特征信息与美颜变化参数之间的对应关系,确定与特征区域中属性特征信息对应的美颜变化参数。例如:获取的脸部的属性特征信息中包括35岁,则可对应的美颜变化参数为与35岁年龄段对应的美颜变化参数。
处理模块630可根据确定的美颜变化参数,对图像进行美颜处理。
可见,本实施例中,可由户来选择是否进行深度美颜,是否根据特征区域的属性特征信息进行美颜处理,增加了美颜处理的灵活性,也提高了用户的体验。
本公开实施例提供一种美颜处理的装置,被配置为终端,包括:
处理器;
被配置为存储处理器可执行指令的存储器;
其中,处理器被配置为:
识别图像中人脸上至少一个特征区域;
根据特征区域的属性特征信息,确定特征区域的美颜变化参数,其中,不同的属性特征信息对应不同的美颜变化参数值;
根据确定的所述美颜变化参数,对所述图像进行美颜处理。
本公开的实施例提供的技术方案可以包括以下有益效果:
本公开的实施例提供的上述技术方案,可根据特征区域的不同的属性特征信息进行不同的美颜处理,这样,美颜效果更具有个性化,更能突显人脸的区别特征,提高了美颜处理后的图像质量。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图7是根据一示例性实施例示出的一种用于美颜处理的装置1200的框图,该装置适用于终端设备。例如,装置1200可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图7,装置1200可以包括以下一个或多个组件:处理组件1202,存储器1204,电源组件1206,多媒体组件1208,音频组件1210,输入/输出(I/O)的接口1212,传感器组件1214,以及通信组件1216。
处理组件1202通常控制装置1200的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件1202可以包括一个或多个处理器1220来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件1202可以包括一个或多个模块,便于处理组件1202和其他组件之间的交互。例如,处理组件1202可以包括多媒体模块,以方便多媒体组件1208和处理组件1202之间的交互。
存储器1204被配置为存储各种类型的数据以支持在设备1200的操作。这些数据的示例包括用于在装置1200上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器1204可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件1206为装置1200的各种组件提供电力。电源组件1206可以包括电源管理系统,一个或多个电源,及其他与为装置1200生成、管理和分配电力相关联的组件。
多媒体组件1208包括在装置1200和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与触摸或滑动操作相关的持续时间点和压力。在一些实施例中,多媒体组件1208包括一个前置摄像头和/或后置摄像头。当设备1200处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件1210被配置为输出和/或输入音频信号。例如,音频组件1210包括一个麦克风(MIC),当装置1200处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1204或经由通信组件1216发送。在一些实施例中,音频组件1210还包括一个扬声器,用于输出音频信号。
I/O接口1212为处理组件1202和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件1214包括一个或多个传感器,用于为装置1200提供各个方面的状态评估。例如,传感器组件1214可以检测到设备1200的打开/关闭状态,组件的相对定位,例如组件为装置1200的显示器和小键盘,传感器组件1214还可以检测装置1200或装置1200一个组件的位置改变,用户与装置1200接触的存在或不存在,装置1200方位或加速/减速和装置1200的温度变化。传感器组件1214可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1214还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件1214还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件1216被配置为便于装置1200和其他终端之间有线或无线方式的通信。装置1200可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件1216经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,通信组件1216还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置1200可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器1204,上述指令可由装置1200的处理器820执行以完成上述方法。例如,非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当存储介质中的指令由装置1200的处理器执行时,使得装置1200能够执行图1所示的方法,方法包括:
识别图像中人脸上至少一个特征区域;
根据特征区域的属性特征信息,确定特征区域的美颜变化参数,其中,不同的属性特征信息对应不同的美颜变化参数值;
根据确定的所述美颜变化参数,对所述图像进行美颜处理。
所述根据特征区域的属性特征信息,确定特征区域的美颜变化参数包括:
通过神经网络模型识别,获取所述特征区域的属性特征信息;
根据保存的属性特征信息与美颜变化参数之间的对应关系,确定与特征区域中属性特征信息对应的美颜变化参数。
所述识别图像中人脸上至少一个特征区域之前,还包括:
配置所述属性特征信息与美颜变化参数之间的对应关系,并进行保存。
所述配置所述属性特征信息与美颜变化参数之间的对应关系可包括:
当所述属性特征信息为第一器官类型时,配置的美颜变化参数为保持所述第一器官类型;
当所述属性特征信息为第一表情时,配置的美颜变化参数为保持所述第一表情;
当所述属性特征信息为第一姿态时,配置的美颜变化参数为保持所述第一姿态。
所述配置所述属性特征信息与美颜变化参数之间的对应关系还可包括:
当所述属性特征信息为年龄时,配置与每个年龄段对应的美颜变化参数;
当所述属性特征信息为性别时,配置与每种性别对应的美颜变化参数;
当所述属性特征信息为种族时,配置与每种种族对应的美颜变化参数。
所述根据特征区域的属性特征信息,确定特征区域的美颜变化参数之前,还可包括:
呈现进行深度美颜的功能选项;
当所述功能选项被触发时,根据特征区域的属性特征信息,确定特征区域的美颜变化参数。
所述属性特征信息可包括:属性类信息和特征类信息,其中,所述属性类信息包括:性别、种族、表情、姿态和肤色中的一种或多种,所述特征类信息包括:所述特征区域的类型,形状和大小中的一种或多种。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种美颜处理的方法,其特征在于,包括:
识别图像中人脸上至少一个特征区域;
根据特征区域的属性特征信息,确定特征区域的美颜变化参数,其中,不同的属性特征信息对应不同的美颜变化参数值;
根据确定的所述美颜变化参数,对所述图像进行美颜处理;
所述识别图像中人脸上至少一个特征区域之前,还包括:
配置所述属性特征信息与美颜变化参数之间的对应关系,并进行保存;
所述配置所述属性特征信息与美颜变化参数之间的对应关系包括:
当所述属性特征信息为第一器官类型时,配置的美颜变化参数为保持所述第一器官类型;
当所述属性特征信息为第一表情时,配置的美颜变化参数为保持所述第一表情;
当所述属性特征信息为第一姿态时,配置的美颜变化参数为保持所述第一姿态。
2.如权利要求1所述的方法,其特征在于,所述根据特征区域的属性特征信息,确定特征区域的美颜变化参数包括:
通过神经网络模型识别,获取所述特征区域的属性特征信息;
根据保存的属性特征信息与美颜变化参数之间的对应关系,确定与所述特征区域中属性特征信息对应的美颜变化参数。
3.如权利要求1所述的方法,其特征在于,所述配置所述属性特征信息与美颜变化参数之间的对应关系还包括:
当所述属性特征信息为年龄时,配置与每个年龄段对应的美颜变化参数;
当所述属性特征信息为性别时,配置与每种性别对应的美颜变化参数;
当所述属性特征信息为种族时,配置与每种种族对应的美颜变化参数。
4.如权利要求1所述的方法,其特征在于,所述根据特征区域的属性特征信息,确定特征区域的美颜变化参数之前,还包括:
呈现进行深度美颜的功能选项;
当所述功能选项被触发时,根据特征区域的属性特征信息,确定特征区域的美颜变化参数。
5.如权利要求1至4中任意一项所述的方法,其特征在于,所述属性特征信息包括:属性类信息和特征类信息,其中,所述属性类信息包括:性别、种族、表情、姿态和肤色中的一种或多种,所述特征类信息包括:所述特征区域的类型,形状和大小中的一种或多种。
6.一种美颜处理的装置,其特征在于,包括:
识别模块,用于识别图像中人脸上至少一个特征区域;
确定模块,用于根据特征区域的属性特征信息,确定特征区域的美颜变化参数,其中,不同的属性特征信息对应不同的美颜变化参数值;
处理模块,用于根据所述确定模块确定的所述美颜变化参数,对所述图像进行美颜处理;
所述装置还包括:
配置保存模块,用于配置所述属性特征信息与美颜变化参数之间的对应关系,并进行保存;
所述配置保存模块包括:
第一配置子模块,用于当所述属性特征信息为第一器官类型时,配置的美颜变化参数为保持所述第一器官类型;
第二配置子模块,用于当所述属性特征信息为第一表情时,配置的美颜变化参数为保持所述第一表情;
第三配置子模块,用于当所述属性特征信息为第一姿态时,配置的美颜变化参数为保持所述第一姿态。
7.如权利要求6所述的装置,其特征在于,所述确定模块包括:
获取子模块,用于通过神经网络模型识别,获取所述特征区域的属性特征信息,所述属性特征信息包括:属性类信息和特征类信息,其中,所述属性类信息包括:性别、种族、表情、姿态和肤色中的一种或多种,所述特征类信息包括:所述特征区域的类型,形状和大小中的一种或多种;
确定子模块,用于根据保存的属性特征信息与美颜变化参数之间的对应关系,确定与所述特征区域中属性特征信息对应的美颜变化参数。
8.如权利要求6所述的装置,其特征在于,所述配置保存模块还包括:
第四配置子模块,用于当所述属性特征信息为年龄时,配置与每个年龄段对应的美颜变化参数;
第五配置子模块,用于当所述属性特征信息为性别时,配置与每种性别对应的美颜变化参数;
第六配置子模块,用于当所述属性特征信息为种族时,配置与每种种族对应的美颜变化参数。
9.如权利要求6所述的装置,其特征在于,所述装置还包括:
呈现调用模块,用于呈现进行深度美颜的功能选项,并当所述功能选项被触发时,调用所述确定模块。
10.一种美颜处理的装置,用于终端,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
识别图像中人脸上至少一个特征区域;
根据特征区域的属性特征信息,确定特征区域的美颜变化参数,其中,不同的属性特征信息对应不同的美颜变化参数值;
根据确定的所述美颜变化参数,对所述图像进行美颜处理;
所述识别图像中人脸上至少一个特征区域之前,还包括:
配置所述属性特征信息与美颜变化参数之间的对应关系,并进行保存;
所述配置所述属性特征信息与美颜变化参数之间的对应关系包括:
当所述属性特征信息为第一器官类型时,配置的美颜变化参数为保持所述第一器官类型;
当所述属性特征信息为第一表情时,配置的美颜变化参数为保持所述第一表情;
当所述属性特征信息为第一姿态时,配置的美颜变化参数为保持所述第一姿态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610204861.0A CN105825486B (zh) | 2016-04-05 | 2016-04-05 | 美颜处理的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610204861.0A CN105825486B (zh) | 2016-04-05 | 2016-04-05 | 美颜处理的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105825486A CN105825486A (zh) | 2016-08-03 |
CN105825486B true CN105825486B (zh) | 2018-12-25 |
Family
ID=56525823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610204861.0A Active CN105825486B (zh) | 2016-04-05 | 2016-04-05 | 美颜处理的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105825486B (zh) |
Families Citing this family (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106709886B (zh) * | 2017-01-04 | 2019-09-27 | 竹间智能科技(上海)有限公司 | 自动修图方法及装置 |
CN106991654B (zh) * | 2017-03-09 | 2021-02-05 | Oppo广东移动通信有限公司 | 基于深度的人体美化方法和装置及电子装置 |
US10621771B2 (en) * | 2017-03-21 | 2020-04-14 | The Procter & Gamble Company | Methods for age appearance simulation |
CN107025629B (zh) * | 2017-04-27 | 2021-03-26 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
CN107203978A (zh) * | 2017-05-24 | 2017-09-26 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
CN107124553A (zh) * | 2017-05-27 | 2017-09-01 | 珠海市魅族科技有限公司 | 拍摄控制方法及装置、计算机装置和可读存储介质 |
CN107341762B (zh) * | 2017-06-16 | 2021-04-16 | Oppo广东移动通信有限公司 | 拍照处理方法、装置和终端设备 |
CN107369142A (zh) * | 2017-06-29 | 2017-11-21 | 北京小米移动软件有限公司 | 图像处理方法及装置 |
CN107302662A (zh) * | 2017-07-06 | 2017-10-27 | 维沃移动通信有限公司 | 一种拍照的方法、装置及移动终端 |
CN107424117B (zh) * | 2017-07-17 | 2021-03-30 | Oppo广东移动通信有限公司 | 图像美颜方法、装置、计算机可读存储介质和计算机设备 |
CN107563976B (zh) * | 2017-08-24 | 2020-03-27 | Oppo广东移动通信有限公司 | 美颜参数获取方法、装置、可读存储介质和计算机设备 |
CN107592457B (zh) * | 2017-09-08 | 2020-05-15 | 维沃移动通信有限公司 | 一种美颜方法和移动终端 |
CN107705356A (zh) * | 2017-09-11 | 2018-02-16 | 广东欧珀移动通信有限公司 | 图像处理方法和装置 |
CN107818543B (zh) * | 2017-11-09 | 2021-03-30 | 北京小米移动软件有限公司 | 图像处理方法及装置 |
CN107911609B (zh) * | 2017-11-30 | 2020-09-22 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
CN108012081B (zh) * | 2017-12-08 | 2020-02-04 | 北京百度网讯科技有限公司 | 智能美颜方法、装置、终端和计算机可读存储介质 |
CN108040208A (zh) * | 2017-12-18 | 2018-05-15 | 信利光电股份有限公司 | 一种深度美颜方法、装置、设备及计算机可读存储介质 |
CN108419011A (zh) * | 2018-02-11 | 2018-08-17 | 广东欧珀移动通信有限公司 | 拍摄方法及相关产品 |
CN108615219A (zh) * | 2018-04-28 | 2018-10-02 | 东莞市华睿电子科技有限公司 | 一种智能终端的图像美化处理方法 |
CN108629730B (zh) * | 2018-05-21 | 2021-11-30 | 深圳市梦网科技发展有限公司 | 视频美颜方法、装置及终端设备 |
CN108765264B (zh) * | 2018-05-21 | 2022-05-20 | 深圳市梦网科技发展有限公司 | 图像美颜方法、装置、设备及存储介质 |
US11100615B2 (en) * | 2018-06-15 | 2021-08-24 | Casio Computer Co., Ltd. | Image processing device, image processing method, and image processing program |
CN108898587A (zh) * | 2018-06-19 | 2018-11-27 | Oppo广东移动通信有限公司 | 图片处理方法、图片处理装置及终端设备 |
CN108986019A (zh) * | 2018-07-13 | 2018-12-11 | 北京小米智能科技有限公司 | 肤色调整方法及装置、电子设备、机器可读存储介质 |
CN109816601A (zh) * | 2018-12-26 | 2019-05-28 | 维沃移动通信有限公司 | 一种图像处理方法和终端设备 |
CN110084219B (zh) * | 2019-05-07 | 2022-06-24 | 厦门美图之家科技有限公司 | 界面交互方法及装置 |
CN110717867B (zh) * | 2019-09-04 | 2023-07-11 | 北京达佳互联信息技术有限公司 | 一种图像生成方法、装置、电子设备及存储介质 |
CN111275650B (zh) * | 2020-02-25 | 2023-10-17 | 抖音视界有限公司 | 美颜处理方法及装置 |
CN111784611B (zh) * | 2020-07-03 | 2023-11-03 | 厦门美图之家科技有限公司 | 人像美白方法、装置、电子设备和可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103632165A (zh) * | 2013-11-28 | 2014-03-12 | 小米科技有限责任公司 | 一种图像处理的方法、装置及终端设备 |
CN104537630A (zh) * | 2015-01-22 | 2015-04-22 | 厦门美图之家科技有限公司 | 一种基于年龄估计的图像美颜方法和装置 |
CN104966267A (zh) * | 2015-07-02 | 2015-10-07 | 广东欧珀移动通信有限公司 | 一种美颜用户图像的方法及装置 |
CN104992402A (zh) * | 2015-07-02 | 2015-10-21 | 广东欧珀移动通信有限公司 | 一种美颜处理方法及装置 |
-
2016
- 2016-04-05 CN CN201610204861.0A patent/CN105825486B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103632165A (zh) * | 2013-11-28 | 2014-03-12 | 小米科技有限责任公司 | 一种图像处理的方法、装置及终端设备 |
CN104537630A (zh) * | 2015-01-22 | 2015-04-22 | 厦门美图之家科技有限公司 | 一种基于年龄估计的图像美颜方法和装置 |
CN104966267A (zh) * | 2015-07-02 | 2015-10-07 | 广东欧珀移动通信有限公司 | 一种美颜用户图像的方法及装置 |
CN104992402A (zh) * | 2015-07-02 | 2015-10-21 | 广东欧珀移动通信有限公司 | 一种美颜处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105825486A (zh) | 2016-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105825486B (zh) | 美颜处理的方法及装置 | |
US10659405B1 (en) | Avatar integration with multiple applications | |
JP2024028390A (ja) | 顔に対応する3次元アバターを用いて顔の動きが反映された3dアバターを含むイメージを生成する電子装置 | |
WO2019223421A1 (zh) | 卡通人脸图像的生成方法、装置及计算机存储介质 | |
CN105512605B (zh) | 人脸图像处理方法及装置 | |
US8581953B2 (en) | Method and apparatus for providing animation effect on video telephony call | |
CN108062400A (zh) | 基于智能镜的试妆方法、智能镜及存储介质 | |
JP7464682B2 (ja) | 複数のアプリケーションとのアバターの統合 | |
CN106235931A (zh) | 控制洁面仪工作的方法及装置 | |
CN105357425B (zh) | 图像拍摄方法及装置 | |
CN108986019A (zh) | 肤色调整方法及装置、电子设备、机器可读存储介质 | |
CN105095917B (zh) | 图像处理方法、装置及终端 | |
CN107705245A (zh) | 图像处理方法及装置 | |
WO2021120626A1 (zh) | 一种图像处理方法、终端及计算机存储介质 | |
CN109523461A (zh) | 显示目标图像的方法、装置、终端及存储介质 | |
CN111144266B (zh) | 人脸表情的识别方法及装置 | |
CN107369142A (zh) | 图像处理方法及装置 | |
CN106649712A (zh) | 输入表情信息的方法及装置 | |
CN109448069A (zh) | 一种模板生成方法及移动终端 | |
CN111373409B (zh) | 获取颜值变化的方法及终端 | |
CN111698600A (zh) | 一种处理执行方法、装置及可读介质 | |
CN109491711A (zh) | 智能设备的唤醒方法、装置、设备和存储介质 | |
CN108846321A (zh) | 识别人脸假体的方法及装置、电子设备 | |
CN111225269B (zh) | 视频播放方法、装置、播放终端及存储介质 | |
CN108615013B (zh) | 图像处理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |